JP2024035858A - リスクデータ管理装置及びリスクデータ管理方法 - Google Patents

リスクデータ管理装置及びリスクデータ管理方法 Download PDF

Info

Publication number
JP2024035858A
JP2024035858A JP2022140449A JP2022140449A JP2024035858A JP 2024035858 A JP2024035858 A JP 2024035858A JP 2022140449 A JP2022140449 A JP 2022140449A JP 2022140449 A JP2022140449 A JP 2022140449A JP 2024035858 A JP2024035858 A JP 2024035858A
Authority
JP
Japan
Prior art keywords
model
information
risk
asset
data management
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2022140449A
Other languages
English (en)
Inventor
由晃 竹島
Yoshiaki Takeshima
民則 冨田
Taminori Tomita
啓生 宮本
Hiroo Miyamoto
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2022140449A priority Critical patent/JP2024035858A/ja
Priority to PCT/JP2023/010912 priority patent/WO2024053137A1/ja
Publication of JP2024035858A publication Critical patent/JP2024035858A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】環境要因及び資産要因の他に、運転要因及び作業要因に基づきインフラ設備の事故発生リスクを可視化する。【解決手段】本発明のリスクデータ管理装置は、インフラ設備の環境情報、前記インフラ設備の運転情報、及び、前記インフラ設備に対する作業情報を、前記インフラ設備自身の特性を示す資産情報に関連付けたリスクモデルを作成するモデル管理部と、前記作成したリスクモデルを表示する表示処理部と、を備えることを特徴とする。【選択図】図8

Description

本発明は、リスクデータ管理装置及びリスクデータ管理方法に関する。
電力事業者は、送電設備等の大規模なインフラ設備を有する。電力事業者は、電力の安定供給を目的としてインフラ設備を常時安定した状態に維持しなければならない。インフラ設備の多くは屋外に設置されており、自然環境の影響を直接的に受ける。自然環境の変化に起因するインフラ設備の事故を完全に回避することは困難である。しかしながら、可能な限り自然環境の変化を予測しインフラ設備の事故を最小限に抑えることが電力事業者にとって重要である。近時、インフラ設備の事故原因をコンピュータが予測することが一般的になっている。
特許文献1の事故原因予測装置は、過去に送配電線の事故が発生した場所、その場所における気象の状態、及び、事故原因の組合せを学習データとしてモデルを機械学習する。そして、当該装置は、任意の場所及び気象の状態を機械学習済のモデルに入力する。すると、機械学習済のモデルは、事故原因を予測する。
特許文献2の情報処理装置は、過去に事故が発生した送電鉄塔間の径間と相対捻り剛性との関係式を求める。相対捻り剛性とは、過去に事故が発生した送電鉄塔間の径間と隣接する径間との比に、電線サイズ(径)に応じて定まる補正値を乗じた値である。そして、当該装置は、求めた関係式に基づき、雪害事故発生リスクを送電鉄塔間ごとに出力する。
特開2021-68070号公報 国際公開第2014/006708号
送電設備等のインフラ設備の事故には、環境(気象)要因及びインフラ設備の物理的構成等の資産要因が影響していることが多い。しかしながら、それ以外にも、インフラ設備の運転要因、作業(保守)要因等の人為的な要因が影響している場合もある。例えば、雪中塩分が碍子(がいし)に付着することに起因して碍子が絶縁破壊を起こす事故例において、絶縁破壊のタイミングは、碍子に撥水塗料を塗布する、碍子の形状を着雪し難いものに交換する等の作業要因によって左右され、電圧低め運転等の運転要因にも左右される。
しかしながら、特許文献1は、環境要因のみに焦点を当てており、運転要因及び作業要因を捨象している。特許文献2は、資産要因のみに焦点を当てており、運転要因及び作業要因を捨象している。
そこで、本発明は、環境要因及び資産要因の他に、運転要因及び作業要因に基づきインフラ設備の事故発生リスクを可視化することを目的とする。
本発明のリスクデータ管理装置は、インフラ設備の環境情報、前記インフラ設備の運転情報、及び、前記インフラ設備に対する作業情報を、前記インフラ設備自身の特性を示す資産情報に関連付けたリスクモデルを作成するモデル管理部と、前記作成したリスクモデルを表示する表示処理部と、を備えることを特徴とする。
その他の手段については、発明を実施するための形態のなかで説明する。
本発明によれば、環境要因及び資産要因の他に、運転要因及び作業要因に基づきインフラ設備の事故発生リスクを可視化することができる。
リスクデータ管理装置の構成を示す図である。 リスクデータ管理装置の機能ブロック図である。 データ管理モデルの一例を示す図である。 リスクモデルの一例を示す図である。 リスクデータを説明する図である。 メトリクスノードを説明する図である。 事故対応報告書を説明する図である。 アセットライフサイクルモデルの一例を示す図である。 アセットライフサイクルモデルの一部を示す図である。 処理手順のフローチャートである。
以降、本発明を実施するための形態(“本実施形態”という)を、図等を参照しながら詳細に説明する。本実施形態は、電力事業者が、送電設備等のインフラ設備を管理する例である。しかしながら、本発明は、自然環境に露出し、人間により運転され保守される設備に対し一般的に適用可能である。本実施形態において、“資産”は、“インフラ設備”及びその部品と同義である。そして、“資産”は、“アセット”とも呼ばれる。
(用語)
インフラ設備とは、人間による社会生活の基盤となり、自然環境の影響を直接的に受ける公共的かつ大規模な設備である。
環境情報とは、気温、湿度、風速、風向、降水量、降雪量等、インフラ設備を取り巻く自然環境の特性を示す情報である。
資産情報とは、個々のインフラ設備自身の種類、物理的特性等を示す情報である。物理的特性とは、インフラ設備の種類が例えば“送電線”である場合、送電線の径、送電線の素材、送電線間の距離、鉄塔間の距離等である。
作業情報とは、インフラ設備に対する作業の内容、作業の時期等、現場におけるインフラ設備に対する人間の働きかけを示す情報である。作業とは、多くの場合、インフラ設備の本来の機能を維持するための保守(メンテナンス)である。
運転情報とは、インフラ設備に対し人間が設定する電圧等の運転条件である。
リスクデータとは、インフラ設備を故障に至らせる脅威に関する情報である。脅威とは、多くの場合、自然災害である。
モデルとは、特定の構造を有するデータ群であり、具体的には、因果関係等を示すノード及びリンクを有する樹形図、又は、リレーショナルデータベース等である。
モデル基礎データとは、電力事業者が様々なモデルを作成するもとになる、環境情報、運転情報、資産情報、作業情報、及び、インフラ設備の位置を示すエリア情報を含むデータである。つまり、モデル基礎データは、関連付けがなされる前のデータである。
一般に、電力事業者は、モデル基礎データに含まれる個々の情報を相互に関連付けてモデルとして使用する。具体的な関連付けの方法は、インフラ設備に対する管理目的に応じて変化する。インフラ設備に対する管理目的は、故障の原因調査・予測等のみではない。例えば、インフラ設備の配置状況をエリアごとに確認するという管理目的に応じて、エリア情報を主キー(関連付けの中心となる項目)として、エリア情報に他の情報が関連付けられる。故障の原因調査・予測を管理目的とする場合、資産情報を主キーとして、資産情報に他の情報が関連付けられる。さらに、資産情報にリスクデータが関連付けられる。
(モデルの分類)
データ管理モデルとは、前記したモデルのうち、特定の管理目的に応じて特定の方法でモデル基礎データを関連付けたものである。データ管理モデルもまた、リレーショナルデータベースである場合もあり、本実施形態のような樹形図である場合もある。
リスクモデルとは、データ管理モデルのうち、資産情報を主キーとし、資産情報に環境情報、運転情報及び作業情報が関連付けられたもの、又は、資産情報にさらにリスクデータが関連付けられたものである。このようなリスクモデルは、個々のインフラ設備ごとに、環境情報、運転情報及び作業情報が示す自然の又は人為的な故障原因を可視化し、さらに、リスクデータが示すより具体的な脅威(自然災害)とその程度を可視化する。
アセットライフサイクルモデルとは、リスクモデルのうち、特定の資産のライフサイクルをユーザにわかりやすく示したものである。ライフサイクルとは、特定の資産についての設置、運転、作業等の履歴を時系列で示した情報である。
(リスクデータ管理装置の構成)
図1は、リスクデータ管理装置1の構成を示す図である。リスクデータ管理装置1は、一般的なコンピュータであり、中央制御装置11、マウス、キーボード等の入力装置12、ディスプレイ等の出力装置13、主記憶装置14、補助記憶装置15及びネットワークインタフェース16を備える。これらは、バス18で相互に接続されている。補助記憶装置15は、プログラム17(詳細後記)を格納している。中央制御装置11は、プログラム17を補助記憶装置15から主記憶装置14に読み出すことによって、それぞれのプログラムの機能(詳細後記)を実現する。
(リスクデータ管理装置の機能ブロック)
図2は、リスクデータ管理装置1の機能ブロック図である。リスクデータ管理装置1の外部にモデル基礎データ20が存在する。モデル基礎データ20は、環境情報21、運転情報22、資産情報23及び作業情報24を含む。
リスクデータ管理装置1は、環境情報登録部101、運転情報登録部102、資産情報登録部103、作業情報登録部104、モデル管理部105、変化検出部106及び表示処理部107を有する。これらは、図1におけるプログラム17である。
リスクデータ管理装置1は、環境情報記憶部111、運転情報記憶部112、資産情報記憶部113及び作業情報記憶部114を有する。これらは、図1における補助記憶装置15の部分的領域である。リスクデータ管理装置1は、モデル記憶部115を有する。モデル記憶部115もまた、図1における補助記憶装置15の部分的領域である。モデル記憶部115は、前記のデータ管理モデル、リスクモデル及びアセットライフサイクルモデルを格納する。
環境情報登録部101は、図1の入力装置12又はネットワークインタフェース16を介して環境情報21を取得し、環境情報記憶部111に登録する。
運転情報登録部102は、図1の入力装置12又はネットワークインタフェース16を介して運転情報22を取得し、運転情報記憶部112に登録する。
資産情報登録部103は、図1の入力装置12又はネットワークインタフェース16を介して資産情報23を取得し、資産情報記憶部113に登録する。
作業情報登録部104は、図1の入力装置12又はネットワークインタフェース16を介して作業情報24を取得し、作業情報記憶部114に登録する。
モデル管理部105は、環境情報記憶部111、運転情報記憶部112、資産情報記憶部113及び作業情報記憶部114から、それぞれ、環境情報21、運転情報22、資産情報23及び作業情報24を取得する。そのうえで、モデル管理部105は、これらを使用して、データ管理モデルを作成し、モデル記憶部115に格納する。
また、モデル管理部105は、ユーザの操作に応じて、データ管理モデルから必要な部分を抽出(一部を抽出)しリスクモデルを作成し、モデル記憶部115に格納する。さらに、モデル管理部105は、リスクモデルから必要な部分を抽出(一部を抽出)し、又は、リスクモデルの情報を時系列に並び替えてアセットライフサイクルモデルを作成し、モデル記憶部115に格納する。
変化検出部106は、環境情報記憶部111、運転情報記憶部112、資産情報記憶部113及び作業情報記憶部114から、それぞれ、環境情報21、運転情報22、資産情報23及び作業情報24のうち変化があった部分を検出する。ここでの変化とは、例えば、新たな情報(脅威に対する対策等)が作成され、それがリスクモデルに追加される等の変化である。変化検出部106は、検出した部分を表示処理部107に出力する。
表示処理部107は、モデル管理部105及び変化検出部106から受け取った情報を外部の端末装置2又は出力装置13(図1)に出力する。
(データ管理モデル)
図3は、データ管理モデル31の一例を示す図である。データ管理モデル31は、複数のノード及びノード間のリンクから構成される。ノードのそれぞれは、前記したモデル基礎データであり、環境情報21、運転情報22、資産情報23、作業情報24及びエリア情報29のうちのいずれかに属する。なお、図2は、これらのうちエリア情報29(詳細後記)の記載を省略している。
環境情報21において、例えば“気温”を示す気象情報ノード211に、日毎データ(日毎の値)ノード2111及び時間毎データ(時間毎の値)ノード2112がリンクで関連付けられている。日毎データノード2111は、日順に並び、時間毎データノード2112は、日時順に並んでいる。気象情報ノード211は、エリア情報29における空間IDノード291dにリンクで関連付けられている。
運転情報22において、例えば“運転電圧”を示す運転電圧情報ノード221が日順に並んでいる。運転電圧ノード221は、資産情報23の装置情報ノード231にリンクで関連付けられている。
資産情報23において、例えば“送電線”等の特定のインフラ設備を示す装置情報ノード231が、エリア情報29における空間IDノード291dにリンクで関連付けられている。例えば“碍子”等、そのインフラ設備を構成する特定の部品を示す部品情報ノード232が装置情報ノード231にリンクで関連付けられている。
作業情報24において、例えば“碍子点検”等の特定の保守を示す保守情報ノード241が、資産情報23における部品情報ノード232にリンクで関連付けられている。保守情報ノード241は、時系列で複数記憶されている。例えば“碍子交換”等の特定の修理を示す修理情報ノード242が、資産情報23における部品情報ノード232にリンクで関連付けられている。修理情報ノード242は、時系列で複数記憶されている。
エリア情報29において、空間IDノード291a、291b、291c及び291dが、直列的にリンクで関連付けられている。空間IDノード291a等のそれぞれは、インフラ設備が配置されている空間を一意に特定する識別子である空間IDを有する。空間IDノード間のリンクは、地理上の空間を緯度・経度で網状の区画に区切り、各区画に整数値を空間IDとして割り当てたうえで、空間IDの順に区画の繋がりを示すものであってもよい。また、送電線等のインフラ設備の線的な繋がり(後記する連続アセット)を示すものであってもよいし、県、市、町等の行政上の住所を階層的に示したものであってもよい。
前記したように、データ管理モデル31の各ノードの関連付けの方法(リンクの繋がり)は、管理目的に応じて変化し得る。
(リスクモデル)
図4は、データ管理モデル31の一例を示す図である。リスクデータ管理装置1のモデル管理部105は、既存のデータ管理モデル31のノード間のリンクを繋ぎ変えることによって、別のデータ管理モデル31を作成することもできる。この別のデータ管理モデルが、リスクモデル41である。なお、以降では“リンクで関連付ける”ことを単に“関連付ける”と表現する。
気象情報ノード211は、装置情報ノード231に直接的に関連付けられている。気象情報ノード211に、年月日時毎の値(例えば気温)が関連付けられている。因みに、データ管理モデル31(図3)においては、気象情報ノード211は、空間IDノード291dを介して間接的に装置情報ノード231に関連付けられている。
運転電圧情報ノード221は、装置情報ノード231に直接的に関連付けられている。運転電圧情報ノード221に、年月日時毎の値が関連付けられている。
保守情報ノード241は、装置情報ノード231に直接的に関連付けられている。保守情報ノード241に、具体的な保守の履歴が時系列で関連付けられている。因みに、データ管理モデル31(図3)においては、保守情報ノード241は、部品情報232を介して間接的に装置情報ノード231に関連付けられている。
保守情報ノード241に代替して又は追加して、修理情報ノード242が装置情報231に直接的に関連付けられていてもよい。
図4におけるエリア情報29は、実際の地形を示したエリアマップ(地図)である。エリアマップ上の位置が、装置情報ノード231に直接的に関連付けられている。図4から明らかなように、リスクモデル41は、資産情報に含まれる装置情報ノード231を中心(主キー)として構成されている。さらに、装置情報ノード231には、その資産に関するリスクデータが関連付けられている。紙面の制約上、リスクデータは、図5で説明される。
(リスクデータ)
図5は、リスクデータ51を説明する図である。図5の樹形図のルートノードである資産ノード230は、図4における装置情報ノード231と同じである。資産ノード230は、インフラ設備を構成する個々の資産を示す。資産ノード230に、重要度ノード2301及び複数の脅威種別ノード2303a、2303b、・・・が関連付けられている。図5のうち、資産ノード230以外のすべてのノードが、前記したリスクデータである。
重要度ノード2301は、資産の重要度を示す値である。重要度は、例えば、その資産を含む複数の資産が同時に故障した場合におけるその資産を復旧する優先順位、復旧に要する時間、復旧に要する費用等である。重要度ノード2301に、影響度ノード2302が関連付けられている。
影響度ノード2302は、その資産がインフラ設備全体に与える影響度を示す値である。影響度は、例えば、その資産が故障した場合に停電する世帯数である。
脅威種別ノード2303a等は、脅威の種別を示す。脅威とは、資産が故障する原因となる自然災害であり、種別とは、例えば、“強風”、“大雪”、“樹木接触”、“雷”等である。
脅威種別ノード2303a等に、リスク度ノード2304が関連付けられている。資産ノード230に複数の脅威種別ノード2303a等が関連付けられている場合、リスク度ノード2304は、脅威が資産に与える相対的な脅威の程度であるリスク度を示す。例えば、資産としての送電線に与えるリスクが、樹木接触>雷>大雪>強風の順に大きい場合、脅威種別“樹木接触”のリスク度は“4”であり、脅威種別“強風”のリスク度は“1”である。リスク度は、後記する脅威レベル及び脆弱性レベルの積であってもよい。
リスク度ノード2304に、脅威レベルノード2305及び脆弱性レベルノード2306が関連付けられている。
脅威レベルノード2305は、自然現象としての脅威が発生する確率を示す。脅威レベルは、例えば1、2、3のように、数段階に正規化された数値であってもよい。
脆弱性レベルノード2306は、自然現象としての脅威が実際に発生した場合、資産になんらかの影響が及ぶ条件付き確率を示す。脆弱性レベルは、例えば1、2、3のように、数段階に正規化された数値であってもよい。
脅威レベルノード2305に、対策ノード2307aが関連付けられている。対策ノード2307aは、脅威レベルを下げるための対策を示す。
脆弱性レベルノード2306に、対策ノード2307bが関連付けられている。対策ノード2307bは、脆弱性レベルを下げるための対策を示す。
対策とは、例えば、脅威種別“大雪”に対する“撥水塗装”、脅威種別“強風”に対する“電力線張力強化”等である。
脅威種別ノード2303a等に、メトリクスノード2308が関連付けられている。メトリクスノード2308は、脅威の発生を予測するために計測される項目(詳細後記)を示す。
(メトリクスノード)
図6は、メトリクスノード2308を説明する図である。強風、大雪、樹木接触、雷等の脅威を検出するために、インフラ設備自身又はその周辺に、多くの検出装置(センサ、カメラ等)が設置されている。検出装置は、無線又は有線のネットワークを介して、モデル基礎データ20(特に環境情報21)を管理する装置に接続されている。計測項目A、B、C、・・・は、検出装置のそれぞれが検出する計測値の種類等(電流、電圧、風速、降雪量、送電線に掛かる重量、周辺の画像、送電線の画像等)である。それらのうち、脅威種別ノード2303aに示される脅威ごとに、その脅威の発生の検出のために計測される項目が、メトリクスノード2308に定義されている。図6の例では、計測項目A、C、D及びFが定義されている。例えば、計測項目Aが電圧であり、計測項目Cが風速であり、計測項目Dが送電線に掛かる重量であり、計測項目Fが周辺の画像(樹木が倒れているか否かの画像分析結果)である。
これらの計測項目のうち、時系列で所定の基準以上に変化しているものは、それ以外のものと区別される。図6の例では、変化している計測項目A、C、D及びFが(強調)表示され、それ以外は、非表示となっている。例えば、計測項目Aが電圧であり、計測項目Cが風速であり、計測項目Dが送電線に掛かる重量であり、計測項目Fが周辺の画像(樹木が倒れているか否かの画像分析結果)である。計測項目A(電圧)、計測項目C(風速)及び計測項目D(送電線に掛かる重量)で事前に設定された閾値以上の変化があり、かつ、計測項目Fで樹木が倒れているという結果が出力される場合、脅威種別“樹木接触”が発生している可能性が高い。
(入力画面及び検索画面)
図7は、事故対応報告書2421aを説明する図である。事故対応報告書2421aは、それと同じ項目を有する入力フォーマット2421bに対応している。入力フォーマット2421bは、2つの機能を有する。第1は、リスクモデル41(リスクデータ51を含む)を作成するための入力画面としての機能である。第2は、作成されたリスクモデル41のうちからユーザが必要とする部分を切り出すための検索画面としての機能である。
リスクデータ管理装置1のモデル管理部105は、ユーザが入力装置12を介して入力フォーマット2421b(入力画面)に対して事故の内容を入力するのを受け付ける。モデル管理部105は、入力された内容を事故対応報告書2421aとして補助記憶装置15に記憶する一方で、入力されたデータに基づきリスクモデル41を作成する。表示処理部107は、作成されたリスクモデル41を表示する。
モデル管理部105は、ユーザが入力装置12を介して入力フォーマット2421b(検索画面)に対して検索キーワードを入力するのを受け付ける。モデル管理部105は、リスクモデル41(リスクデータ51を含む)のうち、入力された検索キーワードに関連付けられた部分を抽出する(切り出す/一部を抽出する)。表示処理部107は、抽出された部分を出力装置13に表示する。すなわち、モデル管理部105は、ユーザからの検索要求に応じて、リスクモデル41の一部を抽出する。
事故を報告するユーザは、入力フォーマット2421b(入力画面)の事故発生日時欄24211に事故が発生した年月日を入力する。同様に、ユーザは、事故発生設備欄24212に事故が発生した資産を入力する。ユーザは、事故発生箇所欄24213に事故が発生した部品を入力する。ユーザは、事故の影響度欄24214に影響度を入力する。ユーザは、事故原因欄24215に事故原因(脅威の種類)を入力する。ユーザは、発生条件欄24216に、1又は複数の計測項目(メトリクス)を入力する。ユーザは、対策内容欄24217に対策を入力する。
すると、モデル管理部105は、入力内容に基づき、リスクモデル41(リスクデータ51を含む)を作成する。具体的には、モデル管理部105は、1つの入力フォーマット2421bで入力された情報のノードを作成し、所定の規則に従ってノード間をリンクで結ぶ。このとき、モデル管理部105は、資産(事故発生設備欄24212)をリスクモデル41の中心(主キー)とし、その資産にリスクデータ51を関連付ける。
モデル管理部105がこのような処理を繰り返すと、リスクモデル41は、徐々に大きく精緻になる。既にデータ管理モデル31(図3)が存在する場合、モデル管理部105は、入力内容に基づき、ノードの関連付けを変更したうえで、変更後のデータ管理モデル31をリスクモデル41としてもよい。図7の入力フォーマット2421bの構成は、あくまでも一例であり、結果としてリスクモデル41を作成できるものであれば、どのようなものでもよい。
一方、リスクモデル41のうちから、自身が関心を有する部分を切り出して視認することを希望するユーザは、入力フォーマット2421b(検索画面)の任意の欄に、検索キーワードを入力する。例えば、ユーザが特定の資産を検索キーワードとして入力したとすると、モデル管理部105は、リスクモデル41のうちから当該資産を含む所定の大きさの部分(リスクデータ51を含む)を表示する。
(アセットライフサイクルモデル)
図8は、アセットライフサイクルモデル61の一例を示す図である。図8のアセットライフサイクルモデル61は、もとになるリスクモデル41のうちからモデル管理部105によって抽出され、表示処理部107によって表示される。もとになるリスクモデル41も、モデル管理部105によって作成される。
アセットライフサイクルモデル61を活用する典型的な動機は、例えば以下の通りである。
〈動機1〉特定の資産(例えば、鉄塔)の環境情報の履歴を知りたい。
〈動機2〉特定の資産の運転情報及び作業情報の履歴を知りたい。
〈動機3〉特定の資産に物理的に直接繋がっている他の資産を知りたい。
〈動機4〉特定の資産の環境と類似する環境に置かれている他の資産を知りたい。
前記のうち、動機1及び2を有するユーザは、実際に事故を起こした又は起こしそうな資産について、事故の原因又は対策を知りたい。動機3及び4を有するユーザは、事故予防の観点から注目に値する資産を決定したい。
図8のアセットライフサイクルモデル61を見ると、以下のことがわかる。
・ユーザは、検索キーワードとしてある資産Aを検索画面に入力した。平行四辺形の資産情報ノード611aが、資産Aに相当する。
・資産情報ノード611aには、設備登録ノード612a、運転ノード612b、保守ノード612c及び運転ノード612dが時系列で関連付けられている。
・設備登録ノード612a、運転ノード612b、保守ノード612c及び運転ノード612dのうち、保守ノード612cは、作業情報24(図1)に属し、設備登録ノード612a、運転ノード612b及び運転ノード612dは、運転情報22(図1)に属する。
・設備登録ノード612a、運転ノード612b、保守ノード612c及び運転ノード612dには、それぞれ作業者情報613a、613b、613c及び612dが関連付けられている。作業者情報613a、613b、613c及び612dもまた、作業情報24(図1)に属する。
・資産情報ノード611a、611b及び611cが直列的に関連付けられている。これらの資産は、“連続アセット”である。連続アセットとは、送電線等で連続的に繋がれている資産群である。連続アセットは、途中で分岐することもある。
いま、ユーザは、動機1及び2を有している。そして、ユーザは、資産Aに対して過去に行った保守(修理)に問題があると考えている。そこで、ユーザは、保守ノード612cにカーソル614を合わせる。すると、表示処理部107は、環境情報アイコン615を表示する。
次に、ユーザがカーソル614で環境情報アイコン615を選択すると、表示処理部107は、当該保守が行われた時点を含む所定の長さの時間帯に属する環境情報21(図1)のうち、資産Aに関するものを画面表示する。ここで表示されるデータは、例えば、資産Aの周辺の湿度推移62である。ここで、資産Aの周辺の湿度推移62が表示されるのは、もとになるリスクモデル41において環境情報21が資産情報(図1の符号23)に関連付けられているからである。なお、図8においては、環境情報アイコン615から保守ノード612cへ“関連付け”の矢印が向かっている。これは、湿度推移62が、資産Aに関する湿度推移のうち、特にその“保守”を行った時点に係るものであることを示している。
その後、ユーザが所定の操作を行うと、表示処理部107は、湿度上下変動63を表示する。湿度上下変動63は、所定の時間帯(例えば1か月)の各日の湿度の最高値及び最小値を示す。太枠64は、そのうち、実際に保守が行われた日を中心とする1週間分であり、湿度推移62のうちの網掛け部分に対応している。
ユーザは前記した動機3及び4を有し始め、さらに、カーソル614で資産情報ノード611bを指定したとする。すると、表示処理部107は、資産情報ノード611bに関連付けられた環境情報、運転情報及び作業情報を時系列で表示する。後記する図9は、その表示例である。
図9は、アセットライフサイクルモデル61の一部を示す図である。ある連続アセット(送電線で直列的に繋がる複数の鉄塔)を辿っていくと、ある位置で鉄塔の環境が明らかに変化する。例えば、連続アセットが山脈を越える場合、山脈の両側で気候は顕著に異なる。このような場合、ユーザは、両側で作業・運転の内容を変化させなければならない。
モデル管理部105は、エリア情報29及び環境情報21を参照し、ユーザが指定した資産が位置するエリア(“指定エリア”と呼ぶ)の周辺に位置する複数エリア(“周辺エリア”と呼ぶ)の環境情報を取得する。図9の例では、周辺エリアとして、山間部にあるA地点と、平野部にあるB地点の2地点が示されている。モデル管理部105は、取得した周辺エリアの環境情報のうち、指定エリアの環境情報に最も近い環境情報を有するエリア(“類似環境エリア”と呼ぶ)を特定する。
表示処理部107は、アセットライフサイクルモデル61上で、又は、リスクモデル41上で、以下の内容を表示する。
・指定エリア、周辺エリア及び類似環境エリアの時系列の環境情報(気温等)
・周辺エリアのそれぞれ及び類似環境エリアと指定エリアとの間の距離
・指定エリア及び類似環境エリアの地理的類似性(平野部、山間部、特定河川の流域等)
また、図9で例示されているように、表示処理部107は、以下のコメントを表示してもよい。このコメントは、プログラムが自動で生成したものであってもよいし、ユーザが手動で入力したものであってもよい。
・指定エリアから見て遠い方の周辺エリアであるB地点が、指定エリアの類似環境エリアになる旨のコメント
図10は、処理手順のフローチャートである。
ステップS101において、リスクデータ管理装置1の環境情報登録部101等は、環境情報21等を取得する。具体的には、環境情報登録部101は、モデル基礎データ20の一部としての環境情報21を任意の装置から取得し、環境情報記憶部111に格納する。リスクデータ管理装置1の運転情報登録部102、資産情報登録部103及び作業情報登録部104も、同様の処理を行う。
ステップS102において、リスクデータ管理装置1のモデル管理部105は、データ管理モデル31(図3)を作成する。具体的には、モデル管理部105は、ユーザの操作に応じて、環境情報記憶部111等に分散されて格納されているモデル基礎データ20(環境情報21等)を使用して、データ管理モデル31を作成し、作成したデータ管理モデル31をモデル記憶部115に格納する。ユーザの操作に応じ、リスクデータ管理装置1の表示処理部107は、出力装置13又は端末装置2にデータ管理モデル31を表示する。
ステップS103において、モデル管理部105は、事故対応報告書2421a(図7)を受け付ける。具体的には、第1に、モデル管理部105は、表示処理部107を介して出力装置13又は端末装置2に、入力画面としての入力フォーマット2421b(図7)を表示する。
第2に、モデル管理部105は、ユーザが入力フォーマット2421bの各欄にデータを入力するのを受け付ける。
なお、モデル管理部105は、入力装置12又は端末装置2を介して、完成した事故対応報告書2421aを電子データ又は印刷物として直接受けて受けてもよい。
ステップS104において、モデル管理部105は、リスクモデル41(図4)を作成する。具体的には、モデル管理部105は、事故対応報告書2421aの内容に基づき、環境情報21、運転情報22、資産情報23、作業情報24及びエリア情報29を使用してリスクモデル41(リスクデータ51を含む)を作成する。このとき、モデル管理部105は、既存のデータ管理モデル31のノード間の関連付けを修正することによってリスクモデル41を作成してもよい。
ステップS105において、モデル管理部105は、検索キーワードを受け付ける。具体的には、第1に、モデル管理部105は、表示処理部107を介して出力装置13又は端末装置2に、検索画面としての入力フォーマット2421bを表示する。
第2に、モデル管理部105は、ユーザが入力フォーマット2421bの任意の欄に検索キーワードを入力するのを受け付ける。例えば、ユーザは、事故発生日時欄24211に“2021年10月15日”を入力し、事故発生設備欄24212に“鉄塔B”を入力したとする。
ステップS106において、モデル管理部105は、リスクモデル41の該当部分を抽出する。具体的には、第1に、モデル管理部105は、リスクモデル41のうち“鉄塔B”に直接的又は間接的に関連付けられているノードのうち所定の範囲の部分を抽出する。
第2に、モデル管理部105は、ステップS106の“第1”において抽出した部分から“2021年10月15日”を含む所定の範囲の日時を有する部分をさらに抽出する。
ステップS107において、リスクデータ管理装置1の表示処理部107は、リスクモデル41の該当部分を表示する。具体的には、表示処理部107は、出力装置13又は端末装置2に、ステップS106の“第2”において抽出したリスクモデル41の部分を表示する。このとき表示されるリスクモデル41は、“鉄塔B”を中心(ルートノード)とし、ルートノードには、リスクデータ51が関連付けられている。
ステップS108において、リスクデータ管理装置1のモデル管理部105は、アセットライフサイクルモデル61を作成する。具体的には、モデル管理部105は、ステップS106の“第2”において抽出したリスクモデル41の部分に含まれるノード(特に運転情報22及び作業情報24のノード)を時系列で並び替えることによってアセットライフサイクルモデル61を作成する。
ステップS109において、リスクデータ管理装置1の表示処理部107は、アセットライフサイクルモデル61を表示する。具体的には、表示処理部107は、出力装置13又は端末装置2に、ステップS108において作成したアセットライフサイクルモデル61を表示する。このとき表示されるアセットライフサイクルモデル61は、鉄塔Bに対して行った運転及び作業の内容が時系列で表示されている(図8の符号61参照)。
その後、ユーザがカーソル614を任意のノードに合わせることに応じて、表示処理部107は、図8及び図9の説明で前記したように、様々な情報を画面上で表示することになる。あるユーザがこのような画面を見ている間にも、リスクモデル41は、時々刻々と変化する。例えば、他のユーザが入力する事故対応報告書2421aに応じて、モデル管理部105は、新たな対策ノード(図5の符号2307a及び2307b)をリスクモデル41のリスクデータ51に追加するかもしれない。変化検出部106は、このような変化を常時監視している。
ステップS110において、リスクデータ管理装置1の変化検出部106は、脅威に対する対策が追加されたか否かを判断する。具体的には、変化検出部106は、リスクモデル41のリスクデータ51に対して対策が追加されたのを検出した場合(ステップS110“YES”)、ステップS111に進み、それ以外の場合(ステップS110“NO”)、そのまま待機する。
ステップS111において、変化検出部106は、警告を出力する。具体的には、変化検出部108は、出力装置13又は端末装置2に、新たに追加された対策を、その対策に関連付けられているノード(脅威、資産、作業等)とともに表示する。その後、処理手順を終了する。
ステップS110において、変化検出部106は、既に対策が関連付けられている脅威に関連付けられたメトリクスの計測項目を監視しておき、その計測項目の変化を検知した場合、ステップS111において、その脅威を出力してもよい。このとき、リスク検出部106は、その脅威が関連付けられている資産及びその資産に関連付けられている作業及び運転を時系列で出力してもよい。
ステップS110において、変化検出部106は、脅威への対策の内容に一致する作業(例えば、大雪に対する撥水塗装を行う作業)が新たに追加されるのを監視してもよい。そして、それが検出された場合、ステップS111において、リスク検出部106は、リスクモデルを修正する可能性がある旨(例えば、作業後の脆弱性レベルが低下する旨)を表示してもよい。
(本実施形態の効果)
本実施形態のリスクデータ管理装置の効果は以下の通りである。
(1)リスクデータ管理装置は、資産情報に関連付けて運転情報及び作業情報を可視化することができる。
(2)リスクデータ管理装置は、資産に対する脅威と、脅威に対する対策とを可視化することができる。
(3)リスクデータ管理装置は、ユーザが要求するリスクモデルの一部を表示することができる。
(4)リスクデータ管理装置は、資産の運転情報及び資産に対する作業情報を可視化することができる。
(5)リスクデータ管理装置は、インフラ設備に対する自然災害を可視化することができる。
(6)リスクデータ管理装置は、連続的に繋がるインフラ設備を可視化することができる。
(7)リスクデータ管理装置は、特定のインフラ設備の環境と類似した環境を有するエリアを可視化することができる。
(8)リスクデータ管理装置は、新たな対策を可視化することができる。
なお、本発明は前記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施例は、本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
また、前記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウエアで実現してもよい。また、前記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウエアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、SSD(Solid State Drive)等の記録装置、又は、ICカード、SDカード、DVD等の記録媒体に置くことができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。
1 リスクデータ管理装置
2 端末装置
11 中央制御装置
12 入力装置
13 出力装置
14 主記憶装置
15 補助記憶装置
16 ネットワークインタフェース
17 プログラム
20 モデル基礎データ
21 環境情報
22 運転情報
23 資産情報
24 作業情報
31 データ管理モデル
41 リスクモデル
51 リスクデータ
61 アセットライフサイクルモデル
105 モデル管理部
106 変化検出部
107 表示処理部
115 モデル記憶部

Claims (9)

  1. インフラ設備の環境情報、前記インフラ設備の運転情報、及び、前記インフラ設備に対する作業情報を、前記インフラ設備自身の特性を示す資産情報に関連付けたリスクモデルを作成するモデル管理部と、
    前記作成したリスクモデルを表示する表示処理部と、
    を備えることを特徴とするリスクデータ管理装置。
  2. 前記モデル管理部は、
    前記資産情報に、前記インフラ設備に対する脅威、前記脅威の程度、及び、前記脅威に対する対策を関連付けること、
    を特徴とする請求項1に記載のリスクデータ管理装置。
  3. 前記モデル管理部は、
    ユーザからの検索要求に応じて、前記リスクモデルの一部を抽出し、
    前記表示処理部は、
    前記抽出したリスクモデルの一部を表示すること、
    を特徴とする請求項2に記載のリスクデータ管理装置。
  4. 前記モデル管理部は、
    前記リスクモデルに含まれる特定の資産情報に関連付けられる運転情報又は作業情報を時系列に並べることによってアセットライフサイクルモデルを作成し、
    前記表示処理部は、
    前記作成したアセットライフサイクルモデルを表示すること、
    を特徴とする請求項3に記載のリスクデータ管理装置。
  5. 前記インフラ設備は、
    自然環境の影響を直接的に受け、
    前記脅威は、
    自然災害であること、
    を特徴とする請求項4に記載のリスクデータ管理装置。
  6. 前記表示処理部は、
    前記アセットライフサイクルモデルにおいて、複数の前記インフラ設備が連続的に繋がる連続アセットである旨を表示すること、
    を特徴とする請求項5に記載のリスクデータ管理装置。
  7. 前記表示処理部は、
    特定の前記インフラ設備の環境情報と類似する環境情報を有するエリアを表示すること、
    を特徴とする請求項6に記載のリスクデータ管理装置。
  8. 前記脅威に対して前記対策が新たに関連付けられた旨を表示する変化検出部を備えること、
    を特徴とする請求項7に記載のリスクデータ管理装置。
  9. インフラ設備の環境情報、前記インフラ設備の運転情報、及び、前記インフラ設備に対する作業情報を、前記インフラ設備自身の特性を示す資産情報に関連付けたリスクモデルを作成し、
    前記作成したリスクモデルを表示すること、
    を特徴とするリスクデータ管理方法。
JP2022140449A 2022-09-05 2022-09-05 リスクデータ管理装置及びリスクデータ管理方法 Pending JP2024035858A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022140449A JP2024035858A (ja) 2022-09-05 2022-09-05 リスクデータ管理装置及びリスクデータ管理方法
PCT/JP2023/010912 WO2024053137A1 (ja) 2022-09-05 2023-03-20 リスクデータ管理装置及びリスクデータ管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022140449A JP2024035858A (ja) 2022-09-05 2022-09-05 リスクデータ管理装置及びリスクデータ管理方法

Publications (1)

Publication Number Publication Date
JP2024035858A true JP2024035858A (ja) 2024-03-15

Family

ID=90192176

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022140449A Pending JP2024035858A (ja) 2022-09-05 2022-09-05 リスクデータ管理装置及びリスクデータ管理方法

Country Status (2)

Country Link
JP (1) JP2024035858A (ja)
WO (1) WO2024053137A1 (ja)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004054954A (ja) * 2002-07-17 2004-02-19 Tokio Marine & Fire Insurance Co Ltd リスク診断システム、リスクマップデータ生成方法及びプログラム
JP2006164022A (ja) * 2004-12-09 2006-06-22 Mitsubishi Electric Corp 維持管理計画システム
JP2019113883A (ja) * 2016-03-25 2019-07-11 株式会社日立製作所 稼働補助装置及び風力発電システム

Also Published As

Publication number Publication date
WO2024053137A1 (ja) 2024-03-14

Similar Documents

Publication Publication Date Title
US10962999B2 (en) Microgrid model based automated real time simulation for market based electric power system optimization
Barabadi et al. Post-disaster infrastructure recovery: Prediction of recovery rate using historical data
US8401833B2 (en) Method for predicting power usage effectiveness and data center infrastructure efficiency within a real-time monitoring system
Tabucchi et al. Simulation of post-earthquake water supply system restoration
US9158035B2 (en) System and method of automated acquisition, correlation and display of power distribution grid operational parameters and weather events
CN114676862B (zh) 一种数据中心的可视化运维管理方法及系统
US20110175750A1 (en) Decision Support Control Centers
US20140257913A1 (en) Storm response optimization
Unnikrishnan et al. Probabilistic framework for performance assessment of electrical power networks to tornadoes
US11035092B2 (en) System and method of monitoring a utility structure
CN104254810A (zh) 用于一组工厂的条件监视的方法和系统
Zorn et al. Evaluating the magnitude and spatial extent of disruptions across interdependent national infrastructure networks
CN105319461A (zh) 结合振动和电力质量分析来识别潜在的电网故障的系统
Moradkhani et al. Failure rate modelling of electric distribution overhead lines considering preventive maintenance
KR101282244B1 (ko) 원자력발전소 설비의 예방/고장 정비정보 관리 시스템 및 그 방법
Daeli et al. Power grid infrastructural resilience against extreme events
JP2023026399A (ja) システム、コンピュータ実装方法およびコンピュータプログラム(外乱事象の事故またはチケットへの関連付け)
US20150206263A1 (en) Jurisdiction modeling employing cross system dependencies
WO2024053137A1 (ja) リスクデータ管理装置及びリスクデータ管理方法
Hu et al. Determination of optimal MR&R policies for retaining life-cycle connectivity of bridge networks
US20230132818A1 (en) Risk management system and method
Santos et al. Power Distribution Systems’ Vulnerability by Regions Caused by Electrical Discharges
KR20190137429A (ko) 전력계통의 계층적 시각화 시스템 및 방법
JP6695186B2 (ja) 電力系統運用支援装置及び方法
Brelsford et al. A dataset of recorded electricity outages by United States county 2014–2022